自动描述抽取时文本中某些内容与对象是至关重要的,它会对摘要质量产生直接的影响。例如,关键词,词频,词位,句长,句子结构,排版特点等等。它们对自动生成描述时选择抽象句、组织抽象句等都有重要作用。我们一定要对他们进行深入的了解与剖析。
词频,指词语在文本中所处的位置。标引价值较大的词大多是中频词,通常是体现句子语法结构、虚词、低频词等不适合标引。类似地,对摘要起主要作用的词汇为高频关键词(重要词汇),全文为中频词汇。依据中频词数量计算语句权重并识别候选语句。
文本信息中的标题,是文本内容在标题中的一个重要表现。各层次课文的标题,都不同程度地体现课文的重点。所以标题里的词汇对于摘要来说是很重要的材料,而标题里的关键词以及原文内容通常都跟所探讨的主题息息相关。除了标题中有虚词以外,其他关键字都可以在抽象句里充当“重要词”。
用短语(词语)扩充概括句以体现课文内容的例子很多。这类短语或词叫做指示语。这类指示语的表现形式如下:“本文论述“,“本文目的“,“总结”等等。这些指示语后面的语句,常常是对文学主题的高度概括。所以这些语句被选中作为摘要候选语句是完全可能的。
处于不同地位的语句,对于文章、段落主题有不同程度的促进作用。优帮云在这方面进行过一定的研究。我们相信这段第一个句子变成这段主题句子的可能性是大,而这段最后一个句子的可能性是小。所以这类句子极可能是总结句。进行自动摘要时,必须增加这些特殊地点句子的权重。
文章中的句式有很多,有陈述句,疑问句和感叹句。但陈述句才真正体现了文章主题,同时表明文章摘要多为陈述句。所以,选用总结句要尽可能地抽取陈述句,切忌疑问句和感叹句进入总结句中。
摘要篇幅较短,即用简明扼要的语言概括出文章的要点。所以,选用抽象句,应选用较简练较短的语句,太长的话一般不宜抽象。
在网页设计软件不断开发的今天,人们对于机读文献排版格式有了越来越多的需求。编辑往往以特殊格式来凸显文学主题内容,例如添加字体大小,更改粗体或者特殊字体,下划线,中间文字,标记以及添加缩进,阴影,边框和超链接。应该考虑到这些特殊格式特征并适当提高权重。
站点优化在整个SEO项目中占很大比例。外部链接只会对内部优化产生锦上添花之效。优帮云认为:SEO主要思考怎样把网站做得更好、迎合搜索引擎规则、避免与搜索算法相悖。
66优乐网 » 【SEO】网站中的描述与内容优化要点